劉宇　張思宇

關鍵詞：智慧供應鏈；博弈論組合賦權法；系統(tǒng)聚類分析；馬爾科夫鏈

中圖分類號：F252 文獻標識碼：A 文章編號：2096-7934（2024）01-0019-12

一、引言

當前，地緣沖突、能源危機、保護主義與全球糧食危機等帶來的供應鏈中斷危機層出不窮，保障供應鏈的平穩(wěn)運行是保證國民經(jīng)濟正常運轉不可或缺的環(huán)節(jié)。2017年國務院出臺的《關于積極推進供應鏈創(chuàng)新與應用的指導意見》以及2018年由商務部等8個部門出臺的《關于開展供應鏈創(chuàng)新與應用試點的通知》都旨在推動供應鏈的智慧化發(fā)展，以柔性、敏捷性更強的智慧供應鏈應對供應鏈運作的不確定，進而織密、織牢民生保障網(wǎng)。與此同時，在數(shù)字經(jīng)濟背景下，智慧供應鏈的進步是數(shù)字經(jīng)濟發(fā)展的體現(xiàn)之一，有助于推動數(shù)字經(jīng)濟落到實處。而智慧供應鏈發(fā)展水平評價則是促進智慧供應鏈發(fā)展的重要步驟，對智慧供應鏈的發(fā)展水平進行評價，分析區(qū)域智慧供應鏈發(fā)展態(tài)勢及聚類特征，根據(jù)分析結果提出相應政策與措施能進一步推動智慧供應鏈的良性發(fā)展。為此，本文旨在構建智慧供應鏈發(fā)展水平評價體系，為智慧供應鏈的發(fā)展提供更多依據(jù)。

就目前來看，國內外學者對供應鏈評價的研究較為豐富，但對智慧供應鏈發(fā)展水平評價的相關理論研究與實證研究仍寥寥無幾。從評價對象來看，目前的研究對象多為某一特定企業(yè)或者行業(yè)，對區(qū)域供應鏈發(fā)展水平的評價較少，但對區(qū)域供應鏈進行研究能夠較客觀、有效地衡量供應鏈發(fā)展進程，挖掘供應鏈發(fā)展過程中存在的問題。李艷梅［1］（2020）構建了區(qū)域供應鏈發(fā)展?jié)摿Φ闹笜梭w系，運用熵權法對我國跨境電商綜合試驗區(qū)城市供應鏈發(fā)展?jié)摿M行評價，并根據(jù)其評價結果對區(qū)域供應鏈發(fā)展提出了政策上的幾點建議。吳越［2］等（2023）對京津冀地區(qū)供應鏈網(wǎng)絡的演化特征進行分析，依據(jù)分析結果提出經(jīng)濟發(fā)展水平、宏觀政策、物流資源配置是影響區(qū)域供應鏈發(fā)展關鍵的因素。從評價體系來看，對于企業(yè)與行業(yè)供應鏈績效評價，研究者多基于供應鏈運作參考模型（以下簡稱“SCOR模型”）、平衡計分卡（以下簡稱“BSC”）以及ROF（資源、輸出、柔性）體系構建指標體系［3］，而對于區(qū)域供應鏈發(fā)展水平評價，研究者的指標體系分類較為分散。劉偉華（2021）［4］等學者在李玉鳳和邢淋淋［5］（2017）等的研究基礎上從基礎設施建設情況、人力資源投入情況、供應鏈資金投入情況及供應鏈企業(yè)創(chuàng)新情況四個角度構建了城市智慧供應鏈評價指標體系。彭樹霞等［6］（2021）結合智慧供應鏈相關文獻和政府對智慧供應鏈行業(yè)的規(guī)劃，提煉出供應鏈智慧化進程中的主要影響因素，從智慧供應鏈發(fā)展的創(chuàng)新性指標、協(xié)調性指標以及可持續(xù)性指標構建了智慧供應鏈評價指標體系。李波等［7］（2022）則基于我國供應鏈發(fā)展現(xiàn)狀構建了市場、智慧技術、供應鏈和國家政策四個視角的智慧供應鏈評價指標體系。總而言之，針對于區(qū)域供應鏈發(fā)展水平評價指標體系，學者們制定的指標劃分維度比較分散，指標選取內容也有較大差別。

由于物聯(lián)網(wǎng)、大數(shù)據(jù)及云計算等技術的普及與運用，我國的智慧供應鏈推進進程比較迅速，但對智慧供應鏈發(fā)展水平評價相關理論與實踐研究的支撐卻較少，這影響了智慧供應鏈的發(fā)展。因此，本文在已有研究的基礎上，基于ROF體系建立區(qū)域智慧供應鏈發(fā)展水平評價指標體系，旨在對區(qū)域智慧供應鏈發(fā)展水平評價提供依據(jù)，根據(jù)實證分析結果對區(qū)域智慧供應鏈發(fā)展提供建議。

二、研究設計

（一）智慧供應鏈發(fā)展水平指標體系構建

目前，國內外學者對區(qū)域智慧供應鏈發(fā)展水平評價的相關研究較少，其評價指標體系的構建更是匱乏，劉偉華、彭樹霞等學者對智慧供應鏈發(fā)展水平評價指標體系的構建做出了較大的貢獻，但這些學者構建的指標體系的依據(jù)各不相同，劃分維度大相徑庭，在指標選取上也存在一定的差異性。上文提到的SCOR模型和BSC模型主要是對某一特定企業(yè)或行業(yè)進行供應鏈評價時的理論依據(jù)，ROF體系是從影響供應鏈戰(zhàn)略目標的幾個影響因素入手，沒有針對采購、生產(chǎn)及交付等某一特定環(huán)節(jié)的評價，比較適用于區(qū)域供應鏈發(fā)展水平評價體系的構建。因此，本文將依據(jù)ROF體系，對智慧供應鏈發(fā)展水平評價指標體系進行維度劃分，將其劃分為資源測度、輸出測度和柔性測度三個維度，從區(qū)域資源、輸出及柔性三個方面來評價其智慧供應鏈發(fā)展水平。

霍佳震教授（2002）提出針對集成式供應鏈的績效評價可以從顧客價值和供應鏈價值來衡量，其中供應鏈價值可以從投入、產(chǎn)出和財務三個角度來衡量，顧客價值則主要依據(jù)柔性、可靠性等來衡量［8］?；艏颜鸾淌谔岢龅脑撛u價體系中供應鏈投入包括人力成本、資產(chǎn)成本、信息成本和物流成本，產(chǎn)出則包括效益性指標（收入）和非效益性指標（對供應鏈發(fā)展有長期影響的指標），財務指標則用來衡量企業(yè)內部的盈利情況，本文針對區(qū)域供應鏈發(fā)展水平評價，不涉及某一具體企業(yè)的內部盈利。因此，不涉及財務指標。而一般而言，ROF模型中資源測度包括人力資源、設施設備、資本等，輸出測度為供應鏈的產(chǎn)出效益，柔性測度則為供應鏈應對風險的能力［9］。盡管霍教授提出的該評價體系適用于供應鏈的績效評價，但供應鏈的績效一定程度上也能體現(xiàn)供應鏈的發(fā)展水平。因此，從供應鏈的資源、輸出和柔性來評價供應鏈發(fā)展水平也相對合理。在此基礎上，本文再根據(jù)“十四五”數(shù)字經(jīng)濟發(fā)展相關指標以及國務院出臺的《關于進一步推進供應鏈創(chuàng)新與改革》文件的相關要求選取資源、輸出、柔性指標，具體說明如下。

1.資源測度指標

資源及投入是衡量供應鏈發(fā)展的重要指標，資本投入、人力資源投入是資源測度最基本的衡量指標。根據(jù)以往研究者對區(qū)域物流、供應鏈發(fā)展的研究，主要選取與交通運輸、倉儲和郵政業(yè)的相關指標。因此，本文選取交通運輸、倉儲與郵政業(yè)的固定資產(chǎn)投入、從業(yè)人數(shù)及每年建成的項目數(shù)量來衡量供應鏈發(fā)展的資本及人力投入。針對供應鏈智慧度發(fā)展的資源，依據(jù)數(shù)字經(jīng)濟相關指標及智慧供應鏈可視化、移動化與自動化的相關特征，本文選取長途光纜線路長度、軟件和信息技術服務業(yè)投資；科學研究和技術服務業(yè)從業(yè)人數(shù)；信息傳輸、軟件和信息技術服務業(yè)從業(yè)人數(shù)；信息傳輸、軟件和信息技術服務業(yè)建成項目數(shù)及有效發(fā)明專利數(shù)這6個指標來衡量供應鏈智慧度的發(fā)展資源。其中，長途光纜線路長度和信息傳輸、軟件和信息技術服務業(yè)用來衡量移動化與信息化，科學研究和技術服務業(yè)及有效專利則是推動供應鏈自動化、智能化的重要因子和資源。

2.輸出測度指標

輸出測度為供應鏈的產(chǎn)出效益，即供應鏈帶來的市場需求及效益。物流是供應鏈的重要環(huán)節(jié)之一，貨物運輸量與貨物周轉量能夠較好衡量一個地區(qū)的物流市場需求。電子商務交易規(guī)模、軟件和信息技術服務業(yè)規(guī)模、網(wǎng)上零售規(guī)模以及企業(yè)互聯(lián)網(wǎng)平臺應用率是“十四五”規(guī)劃中數(shù)字經(jīng)濟發(fā)展的指標，在一定程度上能體現(xiàn)供應鏈在移動端、信息化上的產(chǎn)出，分別用企業(yè)電子商務交易總額（即電子商務銷售額和電子商務采購額的總和）、軟件和信息技術服務業(yè)收入、網(wǎng)上零售額以及每百家企業(yè)擁有的網(wǎng)站數(shù)量衡量。除此之外，本文還依據(jù)以往研究者對供應鏈發(fā)展評價的相關指標選取了第三產(chǎn)業(yè)生產(chǎn)總值這個指標。

3.柔性測度指標

柔性是供應鏈應對環(huán)境變化時的適應能力，供應鏈需要有一定的柔性來應對環(huán)境的變化，顧客對產(chǎn)品品類、數(shù)量的需求變化都會造成供應鏈環(huán)境的變化。但是，在顧客端卻不存在環(huán)境的變化，顧客在意的是自身的需求能否快速得到響應與滿足。因此，本文選取了貨車周轉時間和規(guī)模以上工業(yè)企業(yè)存貨占資產(chǎn)比率兩項指標來衡量供應鏈的柔性發(fā)展水平。貨車周轉時間越長說明供應鏈的時間柔性越差，而智慧供應鏈的自動化程度較高，運作效率也較高，因此該指標一定程度上也能反映智慧供應鏈自動化的潛在水平。規(guī)模以上工業(yè)企業(yè)存貨占資產(chǎn)比率能夠反映區(qū)域供應鏈的庫存水平，庫存越高對需求變化的反應能力越遲頓，供應鏈柔性越差。

綜合上述依據(jù)，本文從資源、輸出和柔性三個維度，選取了18個指標，構建了智慧供應鏈發(fā)展水平評價體系，具體指標如表1所示。

表1 智慧供應鏈發(fā)展水平指標體系

（二）研究方法

目前來看，針對區(qū)域供應鏈發(fā)展水平的測度或評價的相關研究較少，李波等將縱橫向拉開檔次法和雙向激勵法進行結合對我國發(fā)達六省市的智慧供應鏈發(fā)展水平進行了評價，彭樹霞等運用基于層次分析法和熵權法的組合賦權方法構建了智慧供應鏈的發(fā)展指數(shù)，劉偉華等則運用層次分析法和信號燈模型構建了城市智慧供應鏈發(fā)展動態(tài)預測模型。本文在過往研究的基礎上，運用博弈論組合賦權法將主、客觀賦權方法進行結合，確定指標體系的各項權重。其中，主觀賦權法選擇應用范圍最廣、應用最頻繁的層次分析法，客觀賦權法選擇基于評價對象面板數(shù)據(jù)、能夠凸顯出指標信息熵的熵權法。運用組合賦權法確定評價指標體系中的各項指標后，根據(jù)權重計算出各被評價對象的綜合評價值，再運用系統(tǒng)聚類法對被評價對象進行聚類分析，最后運用馬爾科夫鏈探究被評價對象智慧供應鏈發(fā)展狀態(tài)的轉移特征。

1.層次分析法

層次分析法能夠體現(xiàn)某領域專家的判斷力，是一種比較主觀的評價方法。該方法是依據(jù)本行業(yè)專家的意見，對各層級的指標進行兩兩之間的優(yōu)先級判斷，驗證判斷矩陣的一致性，最后再通過計算判斷矩陣的特征向量得到各指標的權重。

該方法主要分為建立層級結構模型、構建判斷矩陣與一致性檢驗這三個步驟，本文依據(jù)ROF模型構建了二層結構，一級指標為資源、輸出和柔性，各一級指標下又有若干二級指標，在具體的運算過程中，先依據(jù)1-9相對重要程度標度法兩兩之間進行比較構建判斷矩陣，再依據(jù)判斷矩陣的最大特征值和特征向量計算各指標的權重，最后檢驗計算出的一致性指標是否能通過一致性檢驗，如果可以則得到各指標的最終權重，如果無法通過，則需要對判斷矩陣進行調整，直到能通過一致性檢驗。

2.熵權法

熵權法是一種依據(jù)信息熵來計算權重的客觀賦權方法，信息熵越小的指標在綜合評價時的影響越大，即權重越大。按照信息熵的定義，若一項指標的離散程度越大則信息熵越小，即權重越大。運用熵權法對指標進行賦權比較客觀，能夠避免人為帶來的主觀因素，普遍適用于時序數(shù)據(jù)、截面數(shù)據(jù)或面板數(shù)據(jù)指標的權重計算，該方法主要有以下幾個步驟：

（1）數(shù)據(jù)規(guī)范化。本文指標體系中涉及的數(shù)據(jù)大多是與效益有關的正向指標，只有柔性中涉及的兩項指標是負向指標，因此本文要對負向指標的相關數(shù)據(jù)進行正向化處理。除此之外，由于各時序數(shù)據(jù)的量綱不同，不對數(shù)據(jù)進行相關處理會使評價存在不合理性，需要統(tǒng)一量綱消除這種不合理性。

本文運用極差變換法對數(shù)據(jù)進行規(guī)范化處理，使得變換后每個指標都為正向指標，最優(yōu)值為1，最劣為0。具體計算方法如下：

①極大型指標：

②極小型指標：

其中，X表示原數(shù)據(jù)，X′表示處理后的數(shù)據(jù)，max和min分別表示該組數(shù)據(jù)中的最大值與最小值。

（2）計算指標權重。熵權法的重要原理是計算各指標數(shù)據(jù)的離散程度，依據(jù)數(shù)據(jù)的離散程度來確定指標權重，具體步驟如下：

①數(shù)據(jù)平移：用極差變換法對數(shù)據(jù)進行標準化處理時會產(chǎn)生0值，0值會對接下來的計算步驟產(chǎn)生影響，所以第一步先對標準化后的每個數(shù)據(jù)加一個固定值a進行平移。

②熵值計算：依據(jù)信息熵的計算公式計算各指標的信息熵。

其中，K表示調節(jié)參數(shù)，K的計算公式如公式（5）所示，其中z表示每個指標擁有的截面數(shù)據(jù)數(shù)量：

③數(shù)據(jù)歸一化：將計算出來的信息熵進行歸一化處理。

④信息冗余度計算：各指標的信息冗余度d_i的計算方式如公式（7）所示。

⑤權重計算：依據(jù)各指標的信息冗余度計算其權重w_i，其中n表示指標數(shù)量。

3.博弈論組合賦權法

組合賦權法是一種依據(jù)組合系數(shù)對多種賦權法進行整合的賦權方法，能較好地綜合多種賦權方法的優(yōu)勢，本文運用組合賦權法將層次分析法與熵權法計算出的權重進行組合，解決單一賦權法過于主觀或客觀的問題。組合賦權法的關鍵在于組合系數(shù)的確定，博弈論是研究具有斗爭或者競爭性質現(xiàn)象的數(shù)學方法，從本質上來說主觀賦權和客觀賦權具有一定的對立性，因此，本文的組合系數(shù)采用博弈論組合賦權法確定，即組合系數(shù)依據(jù)組合后的權重與原來各權重的離差最小這個基本原理來確定，該方法分為以下幾個步驟：

①構造綜合權重w：運用n種方法計算組合權重，各方法計算出的權重為w_i（i=1，2……n）組合系數(shù)為α*i（i=1，2……n），綜合權重w的表達式如公式（9）所示：

②基于離差最小思想構建目標函數(shù)并計算組合系數(shù)：依據(jù)離差最小化思想可以建立公式（10）所示目標函數(shù)，依據(jù)該目標函數(shù)可以計算得到歸一化前的組合系數(shù)αi（i=1，2……n）。

③對組合系數(shù)進行歸一化處理：

④計算綜合權重：依據(jù)歸一化的組合系數(shù)及綜合權重計算方法計算出組合后的綜合權重。

4.系統(tǒng)聚類法

系統(tǒng)聚類法是聚類分析的一種方法，其原理是先將最靠近的對象聚為小類，再把已經(jīng)聚成的小類按照距離最近的方式聚類，直到所有對象聚成一個大類為止。該方法的算法流程如圖1所示：

圖1 系統(tǒng)聚類法流程

5.馬爾科夫鏈統(tǒng)計分析方法

馬爾科夫鏈統(tǒng)計分析方法是通過計算轉移概率來構建轉移概率矩陣進而對一段時間內各發(fā)展類型相互之間的狀態(tài)轉移的概率，馬爾科夫鏈的一大特點是狀態(tài)xt的分布情況僅與x_t-1的狀態(tài)分布有關。本文運用馬爾科夫鏈對省域智慧供應鏈發(fā)展水平狀態(tài)轉移特征進行分析，該模型隨機變量的概率滿足以下條件：

設定轉移矩陣中的元素為P_ij，則P_ij的計算公式如公式（13）。其中n_ij為觀測期內由t-1年屬于i類型轉移到t年屬于j類型的省份數(shù)量，n_i則表示在觀測期內屬于i類型的省份數(shù)量，將智慧供應鏈的發(fā)展分為N個狀態(tài)則可以構建出N×N的狀態(tài)轉移矩陣。

三、實證分析

長江經(jīng)濟帶覆蓋11省市，人口和經(jīng)濟總量超過全國的40%，是我國具有全球影響力的內河經(jīng)濟帶，也是東中西合作的協(xié)調發(fā)展帶，通過研究長江經(jīng)濟帶智慧供應鏈的發(fā)展水平探索提升長江經(jīng)濟帶智慧供應鏈發(fā)展水平的路徑，依托智慧供應鏈發(fā)展水平的提升來推動該區(qū)域經(jīng)濟的數(shù)字化及不同省份之間的協(xié)調發(fā)展對經(jīng)濟的高質量發(fā)展起著至關重要的作用。因此，本文以長江經(jīng)濟帶的11個地區(qū)為被研究對象，考慮到數(shù)據(jù)的可獲取性以及國務院出臺供應鏈創(chuàng)新相關文件的時間節(jié)點，本文依據(jù)該區(qū)域2016年至2021年的相關數(shù)據(jù)對其智慧供應鏈發(fā)展水平進行評價。

本文選取的數(shù)據(jù)主要來源于統(tǒng)計局公布的統(tǒng)計年鑒，其中，網(wǎng)上零售額O1、第三產(chǎn)業(yè)生產(chǎn)總值O2、貨物運輸量O3、貨物周轉量O4、貨車周轉時間F1及規(guī)模以上工業(yè)企業(yè)存貨占資產(chǎn)比率F2這6項指標的相關數(shù)據(jù)來自《上海統(tǒng)計年鑒》《江蘇統(tǒng)計年鑒》《安徽統(tǒng)計年鑒》等長江經(jīng)濟帶11?。ㄊ校┑慕y(tǒng)計年鑒，其余指標的相關數(shù)據(jù)均來自《中國統(tǒng)計年鑒》。由于本文涉及到的指標較多、地區(qū)較廣、年份上也存在一定跨度，因此，在進行數(shù)據(jù)收集時盡可能地保證數(shù)據(jù)口徑的一致性與可比性，對于個別缺失值進行了缺失值處理。

（一）基于綜合評價方法的智慧供應鏈發(fā)展水平分析

首先依據(jù)5位專家構建的判斷矩陣運用層次分析法計算出各指標的權重w₁，其次運用熵權法依據(jù)長江經(jīng)濟帶2016年至2021年各指標的面板數(shù)據(jù)計算出各指標的權重w₂，根據(jù)博弈論組合賦權法的原理，代入w₁與w₂計算得到組合系數(shù)α^*₁和α^*₂分別為0.5189和0.4811，最后再運用線性組合的方式計算得到綜合權重w，各指標對應的w₁、w₂以及w如表2所示。

表2 各指標各指標對應的各項權重

將計算出的綜合權重與長江經(jīng)濟帶各指標的面板數(shù)據(jù)線性加權可以得到各地區(qū)2016年至2021年智慧供應鏈發(fā)展水平的綜合得分，各地區(qū)綜合得分如表3所示，各地區(qū)2016年至2021年綜合得分發(fā)展趨勢如圖2所示。

表3 長江經(jīng)濟帶各?。ㄊ校┲腔酃湴l(fā)展水平綜合得分比較

圖2 長江經(jīng)濟帶各地區(qū)2016-2021年發(fā)展趨勢比較

從表3的測算數(shù)據(jù)及圖2的發(fā)展趨勢比較可以得知，從時間維度上來看，長江經(jīng)濟帶各地區(qū)2016年至2021年智慧供應鏈發(fā)展水平盡管存在波折，但總體上呈上升趨勢。其中，從增速來看，2019年至2020年長江經(jīng)濟帶智慧供應鏈發(fā)展水平上升趨勢較為平緩且部分地區(qū)出現(xiàn)回落現(xiàn)象，這大概率是2020年的新冠肺炎疫情帶來了較大的供應危機和國民經(jīng)濟發(fā)展的回落，進而給智慧供應鏈的發(fā)展造成了一定程度上的停滯。2020年至2021年的整體上升趨勢最顯著，這說明2020年以后，長江經(jīng)濟帶在疫情常態(tài)化的背景下，進一步推進了數(shù)字經(jīng)濟的發(fā)展，明確了智慧供應鏈對供應鏈平穩(wěn)運作的重要性，通過加大對智慧供應鏈的人力、資本等投資實現(xiàn)了智慧供應鏈的進一步發(fā)展。

從空間維度上來看，長江經(jīng)濟帶各地區(qū)智慧供應鏈發(fā)展水平不一，存在一定差異，發(fā)展不協(xié)調的現(xiàn)象較為明顯。智慧供應鏈發(fā)展水平較高的地區(qū)主要為四川省和集中在長江經(jīng)濟帶下游的江浙滬地區(qū)，而云南、貴州和江西則由于資源、產(chǎn)業(yè)結構、地理位置等原因智慧供應鏈發(fā)展仍處于較低水平。其中，從增速來看，上海和浙江的增速始終為正，增速較快且較持續(xù)，波折較小，而江蘇省盡管智慧供應鏈發(fā)展水平始終處于較高的位置，但其增速一直較慢且在該時期內出現(xiàn)了回落的現(xiàn)象。這說明大力投資和發(fā)展科學技術行業(yè)的上海和大力發(fā)展數(shù)字經(jīng)濟的浙江依托科技發(fā)展和模式的更新及電子商務實現(xiàn)了智慧供應鏈發(fā)展水平的穩(wěn)步增長，而以重工業(yè)為主要支柱的江蘇省在智慧供應鏈發(fā)展前期具有經(jīng)濟體量上的優(yōu)勢，隨著智慧供應鏈發(fā)展對第三產(chǎn)業(yè)發(fā)展水平要求的提升，江蘇省智慧供應鏈發(fā)展水平的增長存在動力不足的現(xiàn)象。

（二）系統(tǒng)聚類結果分析

結合文章對長江經(jīng)濟帶各地區(qū)智慧供應鏈發(fā)展水平的測算結果，運用SPSS軟件，依據(jù)聚類分析的邏輯原理畫出2016年至2021年的聚類譜系，對長江經(jīng)濟帶各地區(qū)智慧發(fā)展水平劃分層次，進行分類，確定分類數(shù)和每個省份所屬的類別，2021年聚類譜系如圖3所示。

圖3 2021年聚類譜系

從聚類譜系可以得知，長江經(jīng)濟帶的智慧供應鏈發(fā)展水平可以分為四類，低水平、中水平、中高水平和高水平類。在2016年至2021這6年內，其中，江西省、云南省始終位于低水平類；貴州省除2018年屬于中水平類，其余期間均屬于低水平類，湖北省、安徽省、浙江省以及四川省2016年至2018年均屬于中高水平類；2019年后安徽省逐漸轉為中水平類，反之，浙江省則逐漸轉為高水平類。上海和江蘇省在此期間內則始終保持在高水平類內。

根據(jù)聚類結果可以得知，長江經(jīng)濟帶智慧供應鏈發(fā)展水平在地域上存在不均衡、不協(xié)調的現(xiàn)象，不同地區(qū)之間智慧供應鏈發(fā)展水平差距較大，發(fā)展水平較高的地區(qū)主要集中在長江經(jīng)濟帶中下游的發(fā)達地區(qū)。從各地區(qū)三項一級指標的得分來看，屬于智慧供應鏈發(fā)展低水平類的地區(qū)在資源指標上均得分較低，與高水平發(fā)展類差距較大，這說明，低水平類地區(qū)在智慧供應鏈發(fā)展上缺乏資金與人力，對信息化、數(shù)字化以及科研的投入也有待提高。

（三）馬爾科夫鏈統(tǒng)計結果分析

為了進一步探索長江經(jīng)濟帶智慧供應鏈發(fā)展水平的內部轉移特征，結合測算的數(shù)據(jù)和系統(tǒng)聚類的結果將發(fā)展水平分為四類，按照四分位劃分的方法各水平對應的區(qū)間min，1.1885；1.1885，1.3424；1.3424，1.4538；1.4538，max。將2016年至2021年長江經(jīng)濟帶各地區(qū)智慧供應鏈發(fā)展綜合得分面板數(shù)據(jù)代入隨機馬爾可夫模型，測算得到長江經(jīng)濟帶一年后各水平類轉移到其它水平類的概率，隨機馬爾科夫鏈狀態(tài)轉移概率矩陣如表4所示，矩陣對角線以外的數(shù)值表示向其它狀態(tài)轉移的概率。

表4 長江經(jīng)濟帶智慧供應鏈發(fā)展水平狀態(tài)轉移概率矩陣

根據(jù)表4的狀態(tài)轉移矩陣可以得知各水平類向其它類轉移的概率，主對角線概率明顯高于轉移概率，低水平類維持自身狀態(tài)不變的概率為92.86%，中水平類維持自身狀態(tài)不變的概率為73.33%，中高水平類維持自身狀態(tài)不變的概率為78.57%，高水平類維持自身狀態(tài)的概率為100%，這說明一年以后長江經(jīng)濟帶各個水平類維持現(xiàn)有水平的概率大于狀態(tài)發(fā)生轉移的概率。與此同時，中、中高水平類向更高水平轉移的概率明顯大于更低水平類轉移的概率，例如，中水平類向更低水平和更高水平類轉移的概率分別為6.67%和20%，往高水平類轉移的概率遠大于往低水平類轉移的概率。因此，總體來看，長江經(jīng)濟帶各地區(qū)智慧供應鏈一定時期內的發(fā)展狀態(tài)總體向好，較為樂觀，整體上呈上升態(tài)勢。

四、總結及建議

（一）總結

本文在數(shù)字經(jīng)濟背景下，首先，以智慧供應鏈的內涵及特征為出發(fā)點，從資源、輸出和柔性三個層面構建了智慧供應鏈發(fā)展水平的評價指標體系，采用綜合了主觀層面層次分析法與客觀層面熵權法的博弈論組合賦權法確定指標權重，并以我國連接東西地區(qū)的長江經(jīng)濟帶為實例，測算了長江經(jīng)濟帶11?。ㄊ校?016年至2021年智慧供應鏈發(fā)展水平。其次，結合測算結果運用系統(tǒng)聚類分析方法對長江經(jīng)濟帶各地區(qū)智慧供應鏈發(fā)展水平進行聚類，分析該地區(qū)智慧供應鏈發(fā)展水平空間分布特征，發(fā)現(xiàn)該地區(qū)智慧供應鏈發(fā)展水平存在不協(xié)調的現(xiàn)象。最后，依據(jù)測算出的結果運用隨機馬爾科夫鏈探索長江經(jīng)濟帶智慧供應鏈發(fā)展水平的內部轉移特征，進一步判斷接下來一段時間長江經(jīng)濟帶智慧供應鏈發(fā)展的總體趨勢。

（二）建議

從長江經(jīng)濟帶的測算結果來看，各地區(qū)智慧供應鏈發(fā)展水平不一，存在較大差異，既存在普遍性問題又存在個性化發(fā)展問題。對于各地區(qū)智慧供應鏈發(fā)展水平不協(xié)調的問題，可以通過加強地區(qū)之間的協(xié)同、整合地區(qū)間的資源，優(yōu)化區(qū)域內的資源配置，發(fā)揮下游智慧供應鏈資金、人力資源豐厚的優(yōu)勢，帶動欠發(fā)展地區(qū)智慧發(fā)展水平的提升。欠發(fā)展地區(qū)要以當?shù)氐漠a(chǎn)業(yè)特點為中心形成不同特色的供應鏈集群，依托特色供應鏈集群融入智慧供應鏈發(fā)展水平較高地區(qū)。

從普遍性問題來看，長江經(jīng)濟帶各地區(qū)在交通運輸項目建成數(shù)、網(wǎng)上零售額、軟件和信息技術服務業(yè)收入三項指標上得分普遍較低。因此，在大力發(fā)展智慧智慧供應鏈時要注意加大基礎設施的應用、依托電子商務等提高供應鏈的產(chǎn)出比、通過提升信息化的應用來提高供應鏈的信息化、數(shù)據(jù)化程度，同時增加軟件和信息技術服務業(yè)的收入。依托物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等技術，通過加大智慧供應鏈發(fā)展的基礎設施等實現(xiàn)智慧供應鏈發(fā)展水平的提升。

從個性化問題來看，以云南省、貴州省、江西省為代表的低水平類和以湖南省、重慶市、安徽省為代表的中水平類在資源測度中的交通運輸、郵政業(yè)從業(yè)人數(shù)、科學研究和技術服務業(yè)從業(yè)人數(shù)、有效發(fā)明專利數(shù)等資源指標下得分與其它較高水平類差距較大。人力資源和與信息化有關的科技投入對智慧供應鏈的發(fā)展至關重要，相對于其它地區(qū)而言，這三個省份的人才的吸引政策、科技投入占比等仍有待進一步改善。對于這類發(fā)展智慧供應鏈時在資源維度上存在一定程度上匱乏的省份，可以采取“需求+資源”雙向拉動的方式，依托電子商務擴大市場需求的同時合理布局產(chǎn)業(yè)結構，加大科學與信息技術投入。針對上海市、浙江省、江蘇省等較高水平類可以采取“需求+技術”雙向拉動的方式，與鄰近省份達成協(xié)作的同時進一步加大數(shù)字化、信息化技術的投入，建立更加完善的人才吸引政策，依托技術和市場體量的優(yōu)勢實現(xiàn)智慧供應鏈發(fā)展水平的穩(wěn)步增長。

總而言之，在數(shù)字經(jīng)濟背景下，實現(xiàn)智慧供應鏈的良性發(fā)展需要分析地區(qū)優(yōu)劣勢，找好抓點與驅動因子，制定合理、適宜的發(fā)展戰(zhàn)略。

參考文獻：

［1］李艷梅.我國區(qū)域物流供應鏈發(fā)展?jié)摿y度及經(jīng)濟影響——以跨境電商綜合試驗區(qū)城市為例［J］.商業(yè)經(jīng)濟研究，2020，807（20）：115-118.

［2］吳越，李仰光.京津冀物流供應鏈網(wǎng)絡演化特征及其影響因素研究［J］.商業(yè)經(jīng)濟研究，2023，860（1）：183-185.

［3］洪偉民，劉晉.供應鏈績效評價研究綜述［J］.商業(yè)研究，2006（8）：17-21.

［4］劉偉華，侯家和，袁超倫，等.基于改進的信號燈預警模型的城市智慧供應鏈發(fā)展動態(tài)預測研究［J］.工業(yè)技術經(jīng)濟，2021，40（2）：56-64.

［5］李玉鳳，邢淋淋.智慧供應鏈績效評價指標體系構建［J］.統(tǒng)計與決策，2017，471（3）：183-185.

［6］彭樹霞，李波，甄紫嫣.智慧供應鏈發(fā)展指數(shù)的構建及評價研究［J］.工業(yè)技術經(jīng)濟，2021，40（11）：44-52.

［7］李波，韓飛燕，陳圣，等.基于綜合評價方法的智慧供應鏈發(fā)展路徑研究——以我國發(fā)達地區(qū)六個省市為例［J］.華東經(jīng)濟管理，2022，36（2）：66-74.

［8］霍佳震，隋明剛，劉仲英.集成化供應鏈整體績效評價體系構建［J］.同濟大學學報（自然科學版），2002（4）：495-499.

［9］程羽，李紅.基于ROF模型的農(nóng)產(chǎn)品供應鏈企業(yè)績效評價［J］.江蘇農(nóng)業(yè)科學，2021，49（1）：202-208.

基金項目：2022年江西省社會科學基金項目“江西省新能源汽車制造業(yè)供應鏈智慧化升級機理及對策研究”（22GL20）

Measurement of the Development Level of Intelligent Supply

Chain under the Background of Digital Economy：

Take the Yangtze River Economic Belt as an Example

LIU Yu，ZHANG Si-yu

（Jiangxi University of Science and Technology， Business School， Nanchang， Jiangxi 330013）

Abstract：The integration of technologies such as the Internet of Things， cloud computing and big data has promoted the development of the digital economy as well as the regional smart supply chain.The Yangtze River Economic Belt is an important region connecting the east and west， and the development level of its smart supply chain is an important basis for judging its benign development.Therefore， based on the background of digital economy， this paper constructs an evaluation system for the development level of intelligent supply chain in the Yangtze River Economic Belt from three dimensions of resources， output and flexibility， uses the combination weighting method of game theory to determine the weights of each index， and calculates the development level of intelligent supply chain in 11 provinces （municipalities） of the Yangtze River Economic Belt from 2016 to 2021.By using the method of systematic clustering analysis and Markov chain statistical analysis， this paper explores the spatio-temporal characteristics and future development trend of intelligent supply chain in the Yangtze River Economic Belt， and puts forward corresponding suggestions on the development of intelligent supply chain according to the analysis results.

Keywords： intelligent supply chain; combinatorial weighting method of game theory; system cluster analysis; markov chain